一种基于VIS-NIR光谱分析的无损苹果糖度测试方法技术

本发明专利技术公开了一种基于VIS

【技术实现步骤摘要】
一种基于VIS
‑
NIR光谱分析的无损苹果糖度测试方法


[0001]本专利技术涉及一种苹果糖度测试方法，尤其涉及一种基于VIS
‑
NIR光谱分析的无损苹果糖度测试方法。

技术介绍

[0002]我国是一个农业生产大国，农业生产总值占我国的GDP比重大约有10％左右，是我国的重要经济来源之一。其中，水果的种植面积以及其产量均为世界第一，苹果、柑橘以及梨子分别为我国产量最大的三种水果，且其产量仍在逐年上升中。
[0003]但是，我国对外出口的水果销售额却并没有取得与产量增速匹配的增量，2018年的水果出口总额为8050.43百万美元，而2019年的水果出口总额却为7837.28百万美元，出口总额不仅没有增加，反而下降了，这是一个值得关注的现象。
[0004]在国际市场上，我国的水果商品并没有占到很高的份额，这些作为商品销往国外的水果，不仅外在品质，而且内在品质也都与一些发达国家的产品有着较大的差距。这样的结果并不是因为某一特定的短板所造成的，而是由很多因素一同导致的，其中，对水果品质的管控不足则是最需要引起我国农业生产人员重视的问题之一。
[0005]在我国，大部分水果在采摘之后，不会经过加工或者仅仅粗加工之后就会销往市场，没有精美的包装，也没有严格的水果品质检查，降低了产品的附加价值，这一情况使得水果的销售价格处于一个比较低的水平，我国果农赚取国外利润的能力也就随之降低了。反观一些发达国家，例如日本、美国、新西兰等，对水果的品质管控及其附加价值的提升十分重视。以苹果为例，这些国家的水果出口商在苹果出厂之前不仅会对苹果的外观进行检查，也会对其进行包括但不限于糖度、脆度、酸度等内在品质的检测。这使得这些国家的水果优质率、竞争力、利润率以及远远大于我国的出口产品。
[0006]目前，我国的水果优质商品化能力水平较低，从生产到销售整个流程中，水果的质量管控较差。因此虽然我国出口到国外的水果数量大、种类多，但是由于品质分级不明确等原因，被出口地拒收、扣留、终止合同等等事件屡见不鲜。另一方面，不仅是国外，国内市场的消费者由于消费水平的提高，对水果产品的要求也越来越高了，不仅要求外观精美无农药残留，对于内在的品质比如口感等也有较高的要求。这使得高品质的水果销路越来越好，经济效益越来越高，所以，水果内部品质的检测是否完善是水果商品化能否取得较大成果的核心环节之一。
[0007]传统的水果内部品质检测一般是使用化学分析的手段来测定水果的糖度等指标，取样时间长，步骤也十分繁琐，其最大的缺点则是在取样时会破坏样品，造成不必要的经济损失，且这种检测一般是抽样检测，并不能覆盖到每一个水果，所以总是会有疏漏。

技术实现思路

[0008]针对目前存在的问题，本专利技术提供一种基于VIS
‑
NIR光谱分析的无损苹果糖度测试方法。基于VIS
‑
NIR光谱分析的无损苹果糖度测试方法，能够在不破坏样品的同时，快速
准确的对苹果进行检测，克服了上述的缺点，给果农、水果销售商为苹果的品质分级以及生产管理提供了可靠的依据。
[0009]具体技术方案如下：
[0010]本专利技术提供了一种基于VIS
‑
NIR光谱分析的无损苹果糖度测试方法，包括：
[0011]准备一些样本，并使用常规的化学分析等方法测定参考数据。这些样本需要具有一定的代表性，比如使用的苹果样本就需要挑选品种统一、大小适中的苹果。另外，样本的数量也应该满足能够建立模型的需求。
[0012]进一步的，对这些样本进行光谱采集，获取它们的光谱图。
[0013]VIS
‑
NIR光谱分析技术的分析对象是待测样本的透射光谱或者反射光谱。获取透射光谱的方式是将光源和检测仪器(一般是光谱仪的检测探头)分别置于待测样品的两侧，当光源的光与被测样本发生相互作用后，透射出来的光被检测仪器接收，即可得到其透射光谱；获取反射光谱的方式则是将光源与检测仪器置于待测样本的同侧，光源发出的光照射到待测样本，与其发生相互作用，之后反射回来的光被检测仪器接收，即可得到其反射光谱。
[0014]进一步的，将获得的光谱进行预处理，排除各种各样的干扰，为之后的模型建立创造良好的条件。
[0015]一般的，所采用的光谱预处理方式有平均、平滑、多元散射校正(MSC)、求导；
[0016]一般的，在检测样品光谱时，保持采样状态不变、采样区域不变，多次测量，获取多条光谱，利用平滑处理方法将这些光谱数据作平滑处理，将平滑后得到的结果作为该样品该区域的检测结果；
[0017]进一步的，若光谱数据中的噪声都是白噪声，也就是噪声的平均值为0时，利用平滑方法来消除白噪声的影响；
[0018]进一步的，在漫反射光谱中较多应用多元散射校正方法，用来消除由于待测样品颗粒大小均衡所造成的散射影响；
[0019]进一步的，为消除基线以及其他背景噪声的影响，采用对光谱进行一阶或二阶求导的方式对反射光谱进行预处理。
[0020]进一步的，建立数学模型，通过多元统计技术(化学计量学)的手段，将使用常规方式测得的参考数据与样本的光谱进行一定的关联，探索光谱与常规方式测得的参考数据之间的联系与规律；
[0021]进一步的，为保证建立出来的数学模型的精度以及实用程度，需要对模型进行验证；
[0022]一般的，将样本分为校正集和验证集，校正集用来建立数学模型，验证集用来验证这个模型是否可用；
[0023]一般的，评价一个模型的指标包括：相关系数(R)、交叉验证均方根误差(RMSECV)、预测均方根误差(RMSEP)；
[0024]进一步的，在数学模型建立完成之后，即可使用该数学模型对未知样本中的物质的组分进行定性与定量的预测，步骤包括：
[0025]获取未知样本的VIS
‑
NIR光谱数据；
[0026]进一步的，判断该样本是否和之前所建立的数学模型相匹配；
[0027]进一步的，若匹配，则将光谱数据输入到模型中，即可得到未知样本中的待测物质的定性或定量的结果；若不匹配，则只能提供用于参考的结果。
[0028]与现有技术相比，本专利技术的有益效果是：
[0029]本专利技术基于VIS
‑
NIR光谱分析的无损苹果糖度测试方法，能够在不破坏样品的同时，快速准确的对苹果进行检测，克服了上述的缺点，给果农、水果销售商为苹果的品质分级以及生产管理提供了可靠的依据。
[0030]建立模型时选用的方法为偏最小二乘回归PLSR，克服了多元线性回归需要样本数极多的缺点，能够在样本数较小的情况下，通过主成分分析对数据进行降维，最后再进行多元线性回归，给出所有输入变量的系数和偏置。
附图说明
[0031]图1是本专利技术实施例提供的一种基于VIS
‑
NIR光谱分析的无损苹果糖度测试方法流程图；
[0032]图2是本专利技术实施例所需要的一种数字折光本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于VIS
‑
NIR光谱分析的无损苹果糖度测试方法，其特征在于：包括以下步骤：步骤101：获取所需的样本材料，并对所得到的材料进行预处理；步骤102：得到样本材料后，利用光谱采集装置对所选取的样本进行光谱采集，得到待测样本的原始光谱图；步骤103：采取样本中的部分区域，利用数字折光仪分别对样本的进行糖度的标定，确定每个样本的真实糖度；步骤104：使用SG卷积平滑对光谱进行预处理，对采集好的光谱进行预处理，减少光谱噪声的影响，得到平滑后的光谱；步骤105：结合所平滑后的光谱与糖度标定数据，采用偏最小二乘回归法PLSR建立糖度预测模型；步骤106：结合糖度预测模型对任意苹果糖度进行检测，并根据检测结果进行整体调式。2.如权利要求1所述的基于VIS
‑
NIR光谱分析的无损苹果糖度测试方法，其特征在于：在获取所需的样...

【专利技术属性】
技术研发人员：朱正，董官清，朱小潇，闫志坚，胡箫，马骏楠，那博超，李平，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：